collate

使用场景：按 raw.review.md 清单改完稿后，对 raw.md（OCR 原始）和 final.md（定稿）做对比。说"看我改了哪些""对比一下""diff""校对完了让我看看""我到底接受了哪些建议""我漏改了啥""改动统计""核对一下改动""闭环检查"都走这个 skill。生成段落级 HTML diff，关联 raw.review.md 的 A/B/C 标注，一目了然：接受了哪些 agent 建议、拒绝了哪些、清单外修正了哪些、agent 标过但漏改了哪些。主动触发，不必等用户说 "diff-review"。

使用场景：用户运行 `/collate:to-docx`、对校对好的 Markdown 说"转成 Word""生成 docx""出一份 Word 稿""学界交流用""期刊投稿版本""给编辑看"等。这个 skill 把校对定稿的 Markdown 转成 `.docx`：思源宋体正文、段首缩进两字、行距 1.2、字间距 0.2 pt、页边距上下左右全部 2 cm、脚注连续编号、中文引号规范、图表题注位置正确、参考文献独立一段。优先使用 Anthropic 的 `docx` skill（若可用）提供完整 OOXML 能力；fallback 到 bundled 的 md_to_docx.py（python-docx 实现）。**主动触发**：用户提到"Word"、"doc"、"文档"、"交给编辑"、"投稿格式"等都应走这个 skill。

使用场景：用户在 Mac 上运行 `/collate:ocr-run`、对清理过的历史论文 PDF 做文字识别、说出"跑 OCR""识别文字""PDF 转文字""MinerU""百度 OCR""把扫描件识别出来""出 Markdown""准备校对"等。这个 skill 支持**百度 OCR 和 MinerU 双引擎**，根据 `~/.env` 里的 OCR_ENGINE 自动选（mineru 优先精度、baidu 成本低用户已有 key）。它专门优化了历史文献的识别参数：繁体竖排、古籍异体字、民国新式标点、现代简体；并产出「原图 + OCR 文本逐页并排」的 preview.html 供用户在浏览器里直接改错字。凡是提到"OCR""识别""转文字""跑识别"都应主动触发，不要等用户说"ocr-run"三个字。

使用场景：用户在 Mac 上首次安装 collate 插件、运行 `/collate:setup`、或说出"配置 OCR 引擎""注册 MinerU""我有百度 OCR key""历史论文 OCR 怎么配""插件装好了下一步""第一次用这个"。凡是和"插件初始化""把 OCR 的 key 配好""装依赖"相关的请求都走这个 skill。它会引导历史文献研究者（可能是非技术背景）在 Mac 上完成 Python 依赖、poppler、OpenCV 的安装，并配置百度 OCR 或 MinerU 其中之一的 API key 到 ~/.env。这个 skill 一定要主动触发，即使用户没说"配置"两个字。

使用场景：用户在 Mac 上运行 `/collate:prep-scan`、提供一个扫描版 PDF、说出"去水印""去馆藏章""去知网水印""去页眉页脚""预处理论文 PDF""清理扫描件""图书馆章""历史文献 OCR 前处理""国家图书馆藏""中华再造善本"等。典型输入是用户从知网、读秀、国图扫描服务、档案馆数字资源、古籍数据库下载的 PDF，上面常见问题是：红蓝馆藏章、数据库 logo 水印（知网/维普/读秀/CNKI）、扫描日期戳、页眉刊名、页脚馆藏号、古籍版心鱼尾。这个 skill 把这些都处理干净并合回一份 cleaned.pdf，给下一步 OCR 用。这个 skill 应当主动触发，只要用户提到历史论文 PDF 或图像预处理就走它，不必等用户说"预处理"三个字。

使用场景：用户对 OCR 出来的 Markdown 运行 `/collate:proofread`、说出"校对这份稿子""看看 OCR 对不对""检查字形""有没有识别错""这段繁体有没有问题""专名校对""标点校对""帮我过一遍"等。这个 skill 会判定文献类型（繁体古籍 / 民国排印 / 现代简体），加载对应的专业知识 reference，然后调用 historical-proofreader agent 输出一份**标注清单**（A 类 OCR 错 / B 类规范问题 / C 类存疑待考），不直接改原文。社科院历史学者的日常核心工作就是这一步——凡是涉及"校对"的请求都要主动触发这个 skill，不必等用户说 proofread 三个字。

对有争议历史现象做接受史分析,找出对象内部让各代投射都能贴住的结构性裂缝,可选输出暗夜星图 viewer。

Use when reading a single historical paper or final draft and you need to surface taboo, judgment, rhetorical silence, repetition, or the contemporary reality the author approaches indirectly.

Use when a historical paper or final draft needs evidential scrutiny: warrants, citations, source rank, truncation risk, or argument structure must be audited rather than stylistically interpreted.

Use when a historical paper or final draft contains a concept, institution, or proper noun that needs a sharply defined public-facing gloss and an ATTRIBUTION-style SVG card.

Use when a historical paper appears to orbit a deeper claim than the one it states directly, and you need to excavate the thesis it repeatedly approaches but does not quite write.

Map a corpus of historical research papers — archival basis, school lineage, temporal-spatial coverage, methodological distribution, conceptual contention, theoretical borrowings, open questions, and a newcomer's reading route. Emits Obsidian-friendly Markdown with ASCII and SVG visualizations. Use for 5–30 history papers read together, when the reader wants to see a body of scholarship whole — what it rests on, what it quarrels about, what it agrees upon without saying. Trigger on phrases like "survey this literature", "map these papers", "give me the landscape", "literature review on X", "how does this field stand", or when a batch of history papers needs cross-reading rather than individual x-rays. For a single paper, see `xray-paper`.

X-ray a single historical research paper — recover what the author was chasing, situate the paper in the historiographical tradition it joins, and render the encounter as Obsidian-friendly Markdown with ASCII chronicles, SVG positioning cards, and cognitive collision cards. Use when reading one post-OCR history paper and wanting the reading to matter — to enter the historian's conversation rather than summarize it. Trigger on phrases like "analyze this history paper", "X-ray this article", "map this paper's position", "help me read this historical research", or whenever a single `.md` final draft from this plugin's OCR pipeline needs a substantive interpretive reading. Not for multi-paper literature reviews — for those, see `paper-summary`.

使用场景：用户运行 `/collate:mp-format`、对校对定稿的 Markdown（或 Word）说"转公众号""排版公众号""微信推送""秀米""壹伴""发 WeChat""做成推文""公众号 HTML"等。这个 skill 把定稿转成**可直接粘贴到公众号后台**的 HTML：带内联 CSS（公众号不支持外链样式表）、引用框样式、注释块样式、脚注以小字紧跟原文、图片居中 + 题注、繁简选项、作者/来源卡片。同时生成一份秀米兼容的 Markdown（供用户用秀米做更精细的模板化排版）。**主动触发**：用户提到"公众号""推送""微信""秀米""壹伴""做成推文""发出去""给读者看"都应走这个 skill，不必等用户说 mp-format 三个字。

使用场景：prep-scan 跑完后，用户说"看看清理效果""对比一下""去水印成功没""擦掉了什么""这页裁了多少""效果怎么样""让我看看结果""预览处理""visual preview"等。这个 skill 读 `<workspace>/prep/pages/`（原始）和 `<workspace>/prep/cleaned_pages/`（清理后），生成一份可直接在浏览器打开的 HTML：每页三态切换（原图 / 清理后 / 差异热图 —— 擦掉的水印馆藏章用半透明红色高亮），顶部汇总（总页数、平均清理比例、裁边总量），让用户一眼看出 prep-scan 到底做了什么、有没有误伤正文。主动触发：prep-scan 结束后用户一说"看看""对比""瞧瞧"就走，不必等用户说完整命令名。